We win together, we lose together: Effect of group constructs on collective responsibility
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
While sport teams are often lauded for their "all-for-one" mentality, the reality is that games are often lost by the play of one member. Are all members collectively responsible or is the loss attributed to the individual? Further, do group factors affect the way members attribute team failures? Both cohesion (e.g., Brawley et al., 1987) and the perception of groupness (e.g., Denson et al., 2006) have been associated with members assuming collective responsibility for different events. However, little is known about how consideration of these constructs together impacts these decisions. To answer this question, adult soccer players (N = 69) read four vignettes describing hypothetical soccer teams that differed in levels of cohesion (high[HC] vs. low[LC]) and groupness (high[HG] vs. low[LG]). While imagining themselves as a member of each of the four hypothetical teams, participants were asked to report whether the individual or the team would assume responsibility for three scenarios where a teammate mistake resulted in a loss. ANOVA results revealed a significant main effect, p < .001, ηp2 = .33. Post-hoc tests revealed significant differences between conditions (all ps < .01, .57 < Cohen's d < 1.08). Collective responsibility was highest after reading the vignette describing the HC/HG team, followed by the HC/LG and LC/HG (which did not differ), and LC/LG teams. These results provide preliminary evidence that group-level constructs (i.e., cohesion, groupness) influence athletes' allocation of responsibility in team sport. Further, it appears that perceptions of cohesion and groupness have independent and additive effects on collective responsibility.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle